- princípio de ajuste Algorithm
- Se a classificação pontos é correto, não fazer nada.
- Se o ponto é classificado como positivo, mas o rótulo é negativo, subtraindo αp, αq, e α para W_1, w_2, W1, W2, e bb
- Se o ponto é classificado como negativo, mas o rótulo é positivo, respectivamente, αp, αq, e W_1 α adicionado, o w_2, W1, W2, e bb
perceptron algoritmo
Armado com habilidades Perceptron, podemos escrever o algoritmo Perceptron completa a operação!
O vídeo a seguir descreve o pseudo-código algoritmo de percepção, e agora você não precisa se preocupar com o que é o (taxa de aprendizagem) taxa de aprendizagem, após o curso iremos detalhar por que o pseudo-código aqui, não é a taxa de aprendizagem.
No vídeo o seguinte teste, você terá a oportunidade de ser compilado com código Python e olhar para os seus próprios resultados da classificação Perceptron. Vamos lá!
Repetição
Mudo
Loaded: 100,00%
Tempo restante -0: 00
Taxa de reprodução
0,75x
Legendas
Picture in-PictureFullscreen
algoritmo percepção Write
O código de escrita! Neste exercício, você vai conseguir o algoritmo percepção de classificar os seguintes dados (arquivos localizados em data.csv).
Perceptron mostrado nos passos seguintes. Por ponto de coordenada eixo (p, q) (p, q) da etiqueta y, e equação \ chapéu {y} = passo (w_1x_1 + w_2x_2 + b) y ^ = passo (w1 + w2 x1 x2 + b) análise de previsão
- Se a classificação pontos é correto, não fazer nada.
- Se o ponto é classificado como positivo, mas o rótulo é negativo, subtraindo \ alfa p, \ alfa q, αp, αq, e \ alphaα para W_1, w_2, W1, W2, e bb
- Se o ponto é classificado como negativo, mas o rótulo é positivo, respectivamente, \ alfa p, \ alfa q, αp, αq, e \ alphaα W_1 adicionado, o w_2, W1, W2 ,, bb.
Em seguida, clique em 测试运行plotados Perceptron soluções algorítmicas dadas. Na verdade, é um conjunto de linhas a tracejado desenhada mostrando como perto algoritmo solução óptima (representado pela linha preta sólida).
Sinta-se livre para alterar os parâmetros do algoritmo (número de época, aprendendo taxa, mesmo randomizados parâmetros iniciais), para ver qual o impacto que as condições iniciais de soluções!
